[論文レビュー] Tau Reconstruction and Identification Performance at ATLAS

B. Gosdzik|DESY Publication Database (PUBDB) (Deutsches Elektronen-Synchrotron)|Sep 30, 2010

Particle physics theoretical and experimental studies参考文献 1被引用数 3

ひとこと要約

本論文は、√s = 7 TeVの2010年LHCデータを用いて、ATLASのタウ粒子再構築および識別アルゴリズムの性能を評価している。カットベース、ブーストされた意思決定木（BDT）、および尤度ベースの識別手法を提示し、データとモンテカルロシミュレーションとの間に優れた一致を示しており、タイトな選択条件下でバックグラウンド排斥効率が約1.6%に達し、タウレプトンとQCDジェットの分離能も良好である。

ABSTRACT

For many signals in the Standard Model including the Higgs boson, and for new physics like Supersymmetry, $τ$ leptons represent an important signature. This work shows the performance of the ATLAS $τ$ reconstruction and identification algorithms. It will present a set of studies based on data taken in 2010 at a center-of-mass energy of $\sqrt{s}$ = 7 TeV. We measured some of the basic input quantities used for these identification methods from selected reconstructed $τ$ candidates and compared the results to the prediction of different Monte Carlo simulation models. For early data taking a cut-based identification method will be used. We also measured the background efficiency for the cut-based $τ$ identification.

研究の動機と目的

• 初期のLHCデータを用いて、ATLASのタウ再構築および識別アルゴリズムの性能を評価すること。
• カットベース、ブーストされた意思決定木（BDT）、および射影尤度（LL）識別手法が、タウレプトンとQCDジェットをどれだけ効果的に区別できるかを評価すること。
• データを用いてバックグラウンド排斥効率を測定し、モンテカルロ予測と比較すること。
• 横方向運動量補正および積層効果による系統的不確実性が識別性能に与える影響を定量化すること。
• 今後の物理学解析に向け、主要な識別変数がモンテカルロシミュレーションで適切に記述されていることを検証すること。

提案手法

• タウ再構築には、トラックシードおよびコンパクト・カルシウムシードの候補を用い、以下のしきい値を設定：pT > 6 GeV、|η| < 2.5、トラックに対して|d0| < 2 mm；コンパクト・カルシウムクラスタに対してE_T > 10 GeV、|η| < 2.5。
• EM半径およびトラック半径を含む7つの入力変数を用い、特定のΔR領域内での横方向エネルギーおよび運動量に基づく定義により、タウレプトンとQCDジェットを区別する。
• カットベース識別では、3つの変数（R_EM、R_track、f_trk,1）を用い、信号効率が30%（タイト）、50%（ミディアム）、60%（ロー）となるように最適化する。
• BDTおよび尤度ベース識別手法は、Pythia DWチューニング（tev4lhc）を用いて生成されたQCDジェットのモンテカルロサンプルを用いてトレーニングおよび検証する。
• バックグラウンド効率はデータで測定され、モンテカルロ予測と比較される。タウ候補数の観測値に正規化される。
• 系統的不確実性は、2種類のpT補正方式（GCW 対 EM+JES）の比較および、積層の代理指標としてのバーテックス多重度（n_vtx）への依存性を用いて評価される。

実験結果

リサーチクエスチョン

• RQ1 ATLASタウ識別アルゴリズムは、√s = 7 TeVの初期LHCデータにおいて、QCDジェットをどれほど効果的に排除できるか？
• RQ2 モンテカルロシミュレーションは、EM半径やトラック半径といった主要な識別変数の分布をどれほど正確に予測できるか？
• RQ3 カットベースタウ識別における、タイト、ミディアム、ローの作業ポイントにおけるバックグラウンド排斥効率は何か？
• RQ4 pT補正および積層効果に起因する系統的不確実性は、タウ識別アルゴリズムの性能にどのように影響を与えるか？
• RQ5 BDTおよび尤度ベース識別手法は、データとモンテカルロシミュレーションの間で一貫した性能を示しているか？

主な発見

• カットベースタウ識別では、タイト選択条件下でデータ上でのバックグラウンド効率が (1.6 ± 0.3) × 10⁻²に達し、MC予測の 1.9 × 10⁻²と一致している。
• ロー選択では、データ上でのバックグラウンド効率が (3.2 ± 0.2) × 10⁻¹に達し、MC予測の 3.4 × 10⁻¹と非常に近い。
• ミディアム選択では、データ上でのバックグラウンド効率が (9.5 ± 1.0) × 10⁻²に達し、MC予測の 9.9 × 10⁻²と整合している。
• データにおけるBDTおよび尤度スコア分布は、QCDジェットのモンテカルロ予測と非常に良好に一致しており、識別変数のモデリングが信頼できることが示されている。
• pT補正による系統的不確実性は小さく、GCWとEM+JES方式の間のバックグラウンド効率比は、pT範囲全体で10%未満の変動にとどまっている。
• バックグラウンド効率はバーテックス多重度（n_vtx）に応じて増加しており、積層効果が明確に観測されているが、全体的な性能は積層状態にかかわらず安定している。